Барлық саналы жандардың ортақ қасиеті не?Yann LeCun-ның айтуынша, Meta-ның басты жасанды интеллект ғалымының, төрт негізгі сипаттамасы бар. Биылғы жылдың басында Парижде өткен AI әрекет саммитінде саяси лидерлер мен AI мамандары жинаылып, жасанды интеллект даму мәселелерін талқылады. Осы іс-шарада LeCun өз негізгі анықтамасын IBM-нің AI басшысы Anthony Annunziata-ға жеткізді. «Әрбір жануарда — немесе салыстырмалы түрде ақылды жануарда — және әрине адамдарда — төрт негізгі қасиет бар», — деп түсіндірді ол. «Бұлар — физикалық әлемді түсіну, тұрақты есте сақтау, ойлау қабілеті және жоспарлай алу, әсіресе күрделі әрекеттерді иерархиялық жоспарлау арқылы жүзеге асыру. » LeCun атап өткендей, әсіресе ірі тілдік модельдер жасанды интеллект әлі осындай деңгейге жеткен жоқ және бұл қабілеттерді біріктіру олардың оқыту әдістерінде өзгеріс енгізуді талап етеді. Сондықтан көптеген жетекші технологиялық компаниялар қазір бар модельдеріне жаңа мүмкіндіктер қосып, AI саласында көш бастап тұруға ұмтылуда. «Физикалық әлемді түсіну үшін бөлек көрнекі жүйе оқытасың да, оны ірі тілдік модельге қосасың. Есте сақтау үшін retrieval augmented generation (RAG) әдісін қолданасың, кейбір байланысты mémorий қосасың немесе модельді жайлап көлемін арттырасың», — деді ол.

(RAG — Meta-да жасалған әдіс, ол сыртқы білім көздерін пайдалана отырып ірі тілдік модельдерді жақсарту үшін қолданылады. ) Дегенмен, LeCun бұл барлық әрекеттерді тек «хак» деп санайды. Ол бірнеше рет шынайы әлемдік сценарийлер бойынша оқытылатын, қарапайым үлгі танудағы қабілеттерден асып түсетін жоғары когнитивтік мүмкіндіктері бар әлемдік негізделген модельдер туралы айтуын жалғастырды. Антоновичамен әңгімесінде ол бұл түсінікті кеңірек ашты: «Сен әлемнің белгілі бір уақыттағы күйі туралы идеядан бастайсың, әрекетті елестетесің және содан кейін әлемдік модель бұл әрекетке жауап ретінде әлемнің күйі қалай өзгеретінін болжайды», — деп айтты. Бірақ, әлем көптеген болжамсыз мүмкіндіктермен дамығандықтан, мұндай модельдерді оқыту тек қана абстракция арқылы жүзеге асырылады. Meta бұл идеяны V-JEPA моделінде қолдануда, ол ақпан айында ашық тестілеуге шығарылды. Оның сипаттамасы — ол видеолардағы жасырын немесе маскаға алынған бөлімдерді болжау арқылы үйренетін жартылай генеративті емес модель. «Негізгі идея — пиксель деңгейінде тікелей болжау емес. Оның орнына, бұл жүйені видеоның абстрактілі бейнесінде жұмыс істейтін етіп оқытасың, бұл оны болжауға мүмкіндік береді. Бұл бейне түсінігінің бақылауларының көп бөлігін сүзгіден өткізеді», — деді LeCun. Бұл тәсіл химиктердің материяның құраушылары үшін негізгі иерархия құрған жолын еске салады. «Біз абстракциялар жасадық: бөлшектер, одан атомдар, сосын молекулалар және ақырында материалдар», — деді ол. «Әр деңгей жоғарыдағылардан көптеген маңызды емес мәліметтерді сүзгіден өткізіп, тапсырмаға байланысты ғана маңызды ақпаратты қалдырады. » Шын мәнінде, бұл — физикалық әлемді иерархиялар құрастыру арқылы түсіну, ал бұл иерархиялар — интеллектінің негізі.